Kimi K3 上线：2.8 万亿参数已可调用，完整权重要等到 2026 年

Kimi 发布了新一代模型 Kimi K3。官方披露的总参数规模达到 2.8 万亿，模型采用 MoE 架构，每次从 896 个专家中激活 16 个，并支持原生视觉与 100 万 token 上下文。K3 已经进入 Kimi 自有产品，API 也同步开放。

参数规模只是这次发布中最醒目的数字。K3 更重要的目标，是把长程编码、复杂工具调用和知识工作推进到闭源前沿模型的水平。但眼下能确认的是“服务已经可用”，完整权重最晚要到 2026 年 7 月 27 日才发布，技术报告也尚未公开。它目前更接近一项可通过 API 试用的前沿服务，还不能视作已经完成开放的模型。

K3 已上线产品和 API，模型开放仍要等完整权重

K3 的几项核心信息，可以分成“现在能用”和“以后才能验证”两部分。

这里必须区分总参数量、激活参数量与实际推理成本。K3 虽有 2.8 万亿总参数，但 MoE 每次只调动部分专家；这通常比同规模稠密模型节省计算，却不意味着部署会轻量。缺少激活参数量、推理精度、显存配置和量化方案，外界还无法仅凭“16 个专家”推算真实成本。

“产品上线”和“模型开放”也是两件事。API 让用户调用能力，完整权重则决定第三方能否本地部署、复现实验、修改模型并审查其技术细节。现有信息也没有交代未来权重所对应的完整许可证，商业使用、修改和再分发边界尚不能判断。

行业过去围绕 Llama 等模型已经争论过一次：能够下载权重，并不自动等于符合严格定义的开源；K3 目前连完整权重都还没有交付。循名责实，现阶段更准确的表述是“承诺开放权重”，而非已经完成开源。

长程编码是主攻方向，厂商评测还不能代替独立验证

100 万 token 上下文给了 K3 处理大型代码库、跨文档研究和长流程任务的基础，但“能放进去”不等于“能持续做对”。长程任务还会受到检索准确率、工具调用稳定性、错误累积和上下文利用效率影响。

按 Kimi 公布材料中的模型命名，K3 综合表现仍落后于 Claude Fable 5 和 GPT 5.6 Sol，但领先其余受测模型。这一对比需要谨慎使用：相关版本名称和成绩仍需公开来源交叉核验，主要结果又来自 Kimi 自建评测，因此最多说明厂商认为 K3 已接近闭源前沿，不能直接当成独立行业排名。

带有 fallback 机制的第三方测试也不宜与统一条件下的成绩并列。模型一旦允许失败后切换策略、调用其他路径，最终分数衡量的可能是整套系统，而不只是 K3 本身。

开发者现在最有价值的动作，不是比较排行榜上的小数点，而是拿内部任务做同条件对照：

• 编码智能体可测试跨文件修改、长时间排错、测试生成和工具调用，记录一次完成率、人工接管次数、延迟与总 token 成本。
• 知识工作产品可测试多文档归纳、视觉资料读取和引用追溯，重点检查遗漏、错引和长上下文后段的信息损失。
• 对照模型应使用相同任务、相同工具权限和相同预算。只有人工处理时间的下降足以覆盖 API 成本与迁移成本，换模型才有商业意义。

芯片设计、编译器和科研任务等官方案例可以展示能力边界，却不能直接证明稳定生产能力。真实业务还要面对脏数据、权限系统、失败重试和责任审核，专业人员也不会因为一次演示就退出流程。

API 适合先试，私有化部署要按 64 卡级项目评估

K3 API 的价格已经明确：缓存命中输入、未命中输入和输出，分别为每百万 token 0.30 美元、3 美元和15 美元。

输出价格是未命中输入的 5 倍，也是缓存命中输入的 50 倍。长上下文并不必然昂贵，真正容易失控的是长输出、低缓存率和反复重试。企业采购还应补问并发限制、速率限制、数据留存规则与服务等级；现有材料没有给出这些条件，单看 token 单价不足以完成选型。

计划私有化部署的企业，面对的是另一套账。官方建议使用 64 张以上加速卡，这已经超出多数中小团队常规推理集群的规模。加速卡型号、显存需求和推理精度尚不明确，暂时无法严谨估算总硬件投入，但机房容量、网络互连、运维人员和峰值利用率都要进入预算。

因此，两类客户的动作应该分开：

• API 开发者可以立即验证长程编码收益，但不宜先改造整套工具链。完成内部对照测试，再决定是否迁移流量。
• 私有化部署企业应暂缓锁定硬件采购.至少等完整权重、技术报告、许可证和可复现部署方案出现，再核算 64 卡配置是否值得。

K3 接下来最关键的节点不是又一张榜单，而是 2026 年 7 月 27 日之前能否兑现完整权重，并让第三方在统一条件下复现其长程任务表现。到了那时，2.8 万亿参数才会从发布数字变成可以验证的工程事实。